高校AI突破:机器人自主决策能力获重大提升
2025年全球高校AI研究从大模型参数竞赛转向“效率优先、具身落地”,聚焦三大方向:高效模型压缩(如数据节俭学习、稀疏MoE)、多模态融合(如MIT因果推理模型、上海交大语义桥接)和具身智能(如CMU运动原语库、清华灵捕项目)。研究强调开源性、可复现性及产研协同,旨在构建更小、更强物理理解、更开放生态的AI系统。
找到 1 篇与 "efficient learning" 相关的文章
2025年全球高校AI研究从大模型参数竞赛转向“效率优先、具身落地”,聚焦三大方向:高效模型压缩(如数据节俭学习、稀疏MoE)、多模态融合(如MIT因果推理模型、上海交大语义桥接)和具身智能(如CMU运动原语库、清华灵捕项目)。研究强调开源性、可复现性及产研协同,旨在构建更小、更强物理理解、更开放生态的AI系统。